Probit模型参数估计结果分析

（一）估计结果

面板数据可以选用的估计方法包括混合回归、随机效应与固定效应。如果不存在个体效应，混合OLS得到的参数估计量将是一致的。若个体存在固定非时变异质性，则需要根据个体效应与解释变量的关系来确定估计方法。如果个体效应随机于解释变量，则随机效应估计量具有渐近一致有效。与线性面板随机效应估计方法不同，由于二元面板模型非线性，故不能使用线性面板条件下的GLS方法，转而使用最大似然估计方法。本研究使用Probit模型进行参数估计，由于Probit模型不存在条件充分估计量，故不能进行固定效应模型估计。Probit回归结果见表6-1。

表6-1　Probit回归结果

续　表

注：（　）内为Z统计量，*p＜0.1，**p＜0.05，***p＜0.01，表中省略常数项。由于Probit模型为非线性模型，边际效应将随着解释变量本身变化而变化，单个回归系数不包含任何经济意义，表中系数为各变量处于平均值时的效应。由于48012条观测值中存在一部分数据缺失的情况，故实际观测值为44346条。

表6-1（1）、（2）列为混合回归结果，（3）、（4）列为面板二元选择模型结果。为了在混合回归与面板二元模型之间进行选择，需要计算复合随机扰动项（εi＋uit）的自协方差，其计算公式为p＝。如果自协方差系数为0，则使用混合回归。具体而言，用LR统计量对H0：p＝0进行假设检验，进而根据假设检验结果来进行模型选择。对回归结果（1）和（3），（2）和（4）进行配对检验，两者LR统计量伴随概率约为零，拒绝原假设。因此，（1）列和（2）列回归结果不具有一致性，而（3）列和（4）列面板二元模型估计量是渐近一致有效的，故而根据（3）列和（4）列结果展开讨论

（3）列结果显示，在控制企业个体特征后，出口经验显著提升企业对外直接投资概率，说明企业出口经验对企业对外直接投资具有正向作用，验证了假说1。该结果进一步证实了张先锋等（2016）的研究结论，他们研究结论显示出口有助于提高中国企业对外直接投资。与之不同的是，本研究使用出口年限来衡量企业出口经验，而他们使用出口金额来衡量企业出口规模。此外，本研究实证研究对象仅限“一带一路”国家，他们则使用中国对其他所有国家的直接投资。本研究研究结论间接支持Conconi et al.（2016）研究结论，其研究结论发现，相比于没有出口经验的企业，具有1—4年出口经验能提高企业对外直接投资概率5―27倍。

对于其他变量而言，企业规模和企业资本密集度对企业对外直接投资具有显著的正向效应，说明企业规模越大、资本密集度越高，越能提高企业对外直接投资的概率。这一结论与张先锋等（2016）一致，而与Conconi et al.（2016）研究结论存在一定的差异，Conconi et al.发现企业规模对企业对外直接投资具有显著正向效应，但并没有分析资本密集度的影响，而是分析企业劳动生严率的影响，结果发现企业劳动生严率并未显著影响企业对外直接投资。

表6-1（3）列行业虚拟变量结果显示，在以采矿加工类（Ind 6）为基准组的情况下，木材、印刷、文教、石油、医药金属及非金属加工类（Ind 3）、纺织皮革类（Ind 4）参数不具有统计上的显著性，而电力、水、燃气等供应类（Ind 1）、设备电气制造类（Ind 2）、食品烟草加工类（Ind 5）参数具有统计上的显著性，说明非金属加工类与纺织皮革类行业对外投资的平均水平与采矿加工行业并无显著差异，而其他几类行业与采矿加工行业的平均对外直接投资概率存在显著差异，并低于采矿加工行业平均水平。

同样地，表6-1（3）列企业所有制性质虚拟变量结果显示，其他三类企业平均效应均为正，但外资企业平均效应不具有统计显著性，私营和其他类型企业平均效应具有统计显著性。说明外资企业与国有企业直接投资的概率相近，而私营企业、其他类型企业相比于国有企业具有更高的对外直接投资概率。(www.xing528.com)

表6-1（4）列墙加了交互项的面板二元回归结果，在控制了企业特征及出口经验与其他变量的交互项后，出口经验仍然对企业对外直接投资具有显著的正向效应，说明（3）列结果具有稳健性。

从出口经验与企业所有制性质交互项来看，私营企业与其他企业具有正向的显著效应，说明相比于国有企业，私营企业与其他企业出口经验提升对外直接投资的作用更强。因此，即使本研究着眼于“一带一路”，也不能支持假说2。即国有企业相比于其他企业而言，对外直接投资动机确实比较弱。其原因在于本研究样本时间为2008—2013年间，中国“一带一路”战略推出时间较晚，即使国有企业OFDI决策能反映一定的政治目标，但更可能发生在2013年之后。出口经验与外资企业交互项边际效应虽然为负，但不具有统计上的显著性，说明外资企业出口经验对企业对外直接投资与国有企业并无显著差异。本研究结论与张先锋等（2016）一致，他们研究发现国有企业与外资出口学习效应不具有统计显著性，私营企业和其他企业出口学习效应显著为正。

从出口经验与行业交互项检验结果来看，出口经验与Ind 1、Ind 4和Ind 5的交互项并不显著，说明这3个行业与Ind 6企业出口经验作用于对外直接投资的效应并没有显著差异；而出口经验与Ind 2和Ind 3的交互项显著，说明相比于Ind 6，这两个行业出口经验作用于对外直接投资的效应存在差异。出口经验与企业规模交互项参数显著为正，说明出口经验对企业对外直接投资的作用随着企业规模墙大而墙加，但由于交互项系数为0.00003，说明企业规模每墙加1%，出口经验对企业对外直接投资的影响提高非常小，约为0.0000003，不具有经济上的显著性。因此，出口经验对企业对外直接投资的作用并未随着企业规模变大有较大的差异。综上所述，实证结论部分地验证了假说3。

表6-1（4）列其他控制变量的回归结果与（3）列无明显差异，说明企业规模和企业资本密集了仍是影响企业对外直接投资的重要解释变量，且属于不同所有制性质及行业的企业具有不同对外直接投资概率。

（二）稳健性检验

为了验证上述回归结果是否稳健，进行两种稳健性检验。一是考虑到2008年金融危机冲击以及随后各国央行量化宽松政策导致国际资本流动过度波动的影响，将6期时序压缩为2期，以减少时序波动或稀有事件冲击对回归结果稳定性的影响。时序压缩通常的做法是，将样本分段取平均值，以平均值作为新样本。本研究将原始样本分为两段：2008—2010年和2011—2013年，分别求各变量两段的平均值。如果观测值存在缺失，则按实际值来计算平均值。二是对原样本数据进行Logit回归，以检验对于随机误差项的不同设定是否导致结果出现差异。稳健性检验结果见表6-2。

表6-2　稳健性分析

续　表

注：表中仅保留了出口经验相关变量的结果，（　）内为Z统计量，*p＜0.1，**p＜0.05，***p＜0.01，表中省略常数项。

表6-2（1）列和（2）列为经过数据压缩之后的回归结果，（3）列和（4）列为非压缩数据Logit回归结果。结果显示，在控制了行业、所有制性质、企业规模及资本密集度之后，表6-2出口经验、出口经验与企业规模、行业及所有制性质交互项的回归结果符号、显著性与表6-1结果基本一致，说明模型具有较好的稳定性。